机器人感知技术

封面

版权信息

本书特色

文前插图

前言

第1章 引言

1.1 机器人感知技术概述

1.1.1 度量层环境感知技术

1.1.2 拓扑层环境感知技术

1.1.3 语义层环境感知技术

1.1.4 复合环境感知技术

1.2 机器人与环境的交互机制概述

参考文献

第2章 数学基础

2.1 线性代数

2.1.1 向量

2.1.2 标量

2.1.3 矩阵

2.1.4 张量

2.1.5 矩阵的运算和操作

2.1.6 向量的线性相关与独立

2.1.7 矩阵的秩

2.1.8 单位矩阵或恒等运算符

2.1.9 矩阵的行列式

2.1.10 逆矩阵

2.1.11 向量的范数（模）

2.1.12 伪逆矩阵

2.1.13 以特定向量为方向的单位向量

2.1.14 一个向量在另一个向量方向上的投影

2.1.15 特征向量和特征值

2.1.16 矩阵的特征方程

2.2 导数、偏导数与链式法则

2.2.1 微分

2.2.2 函数的梯度

2.2.3 连续偏导数

2.2.4 链式法则

2.2.5 反向传播算法

2.3 梯度下降法及其变式

2.3.1 梯度下降法

2.3.2 梯度下降法的变式

2.4 二维空间位姿描述

2.5 三维空间位姿描述

2.5.1 正交旋转矩阵

2.5.2 三角度表示法

2.5.3 奇异点

2.5.4 单位四元数

2.5.5 平移与旋转组合

2.6 张量

2.7 概率基础

2.7.1 随机实验和样本空间

2.7.2 并集、交集和条件概率

2.7.3 事件联合概率

2.7.4 事件的互斥

2.7.5 事件的独立

2.7.6 条件独立

2.7.7 贝叶斯公式

2.7.8 概率质量函数

2.7.9 概率密度函数

2.7.10 随机变量的数学期望

2.7.11 随机变量的方差

2.7.12 偏度和峰度

2.7.13 协方差

2.7.14 相关性系数

2.7.15 一些常见的概率分布

2.7.16 似然函数

2.7.17 最大似然估计

2.7.18 中心极限定理

2.8 习题

参考文献

第3章 环境信息采集与度量层数据处理

3.1 基于超声波的环境信息

3.1.1 超声波传感器工作原理与关键指标

3.1.2 超声波传感器测量数据特性

3.1.3 基于超声波传感器的地图创建

3.2 基于激光雷达的环境信息

3.2.1 激光雷达工作原理

3.2.2 基于激光雷达的地图创建

3.3 基于视觉的环境信息

3.3.1 图像的数据表达

3.3.2 针孔相机模型与立体视觉

3.3.3 深度传感器及颜色-深度传感器

3.3.4 视觉SLAM

3.4 常见触觉传感器

3.4.1 力传感器及其数据处理

3.4.2 接触觉传感器及其数据处理

3.4.3 压觉传感器及其数据处理

3.4.4 滑觉传感器及其数据处理

3.5 其他传感器

3.5.1 听觉传感器及其数据处理

3.5.2 味觉传感器及其数据处理

3.5.3 嗅觉传感器及其数据处理

3.5.4 接近觉传感器及其数据处理

3.6 习题

参考文献

第4章 静态目标检测与识别

4.1 基于二维信息的物体检测与识别

4.1.1 基于度量数据的障碍物检测

4.1.2 基于深度神经网络的物体检测

4.1.3 基于传统特征的物体分类识别

4.1.4 基于CNN的物体识别